1.4事件的独立性 事件的独立性 例1已知袋中有5只红球,3只白球.从袋中有放回地取球两次,每次取1球.设第i次取得白球为事件A;(i=1,2).求

为更好地揭示随机现象的规律性并利用数学工具描述其规律,有必要引入随机变量来描述随机试验的不同结果. 例检测一件产品可能出现的两个结果,也可以用一个离散变量来描述 例电脑寿命可用一个连续变量来描述

2.2离散型随机变量及其概率分布 一、离散随机变量及分布律 定义若随机变量X的可能取值是有限个或可列个,则称Ⅹ为离散型随机变量描述ⅹ的概率特性常用概率分布或分布律

2.3连续型随机变量 一、连续型rv的概念 定义设是随机变量,若存在一个非负可积函数(x),使得 其中F(x)是它的分布函数则称x是连续型rv,f(x)是它的概率 密度函数(p.d.f.),简记为df

32二维rv的条件分布 二维离散rv.的条件分布律 设二维离散型rv.(X,y)的分布

3.3随机变量的独立性 将事件独立性推广到r.v. 两个rv的相互独立性 定义设(X,Y)为二维r.v.若对任何实数x,y都有则称r.v.X和Y相互独立

3.4二维r.v.函数的分布 一、问题已知r.v(X,Y)的概率分布,g(x,y)为已知的二元函数, 求Z=g(X,Y)的概率分布 二、方法转化为(X,Y)的事件

问题1数学期望定义中 为何要求绝对收敛? 我们通过一个期望不存在的例子 来说明这个问题 设X的分布律为P=P(X=x)=1/2 其中x=(-1)21kk=1,2…

4、2方差 引例甲、乙两射手各打了6发子弹,每发子弹击中的环数分别为:

5.2中心极限定理 定理一林德伯格-列维中心极限定理(Lindberg-levi) 【独立同分布的中心极限定理] 定理二棣莫弗-拉普拉斯中心极限定理(De Moivre-Laplace-) 【二项分布以正态分布为极限分布]